이 논문은 이산적, 구성적, 상징적 표현을 신경 동역학 모델을 통해 구현하는 새로운 접근법을 소개한다. 기존의 연결주의 모델과 순수 상징 모델의 한계를 극복하기 위해, 저자들은 신경 동역학 시스템 모델을 제안한다. 이 모델은 연속적인 표현 공간을 이산적인 끌개 상태로 세분화하여 상징적 순서를 인코딩한다. 이를 통해 상징성, 구성성, 의미성 등 상징 시스템의 특성을 신경 동역학적 기반에서 구현한다. 또한 이 모델은 입력과 이산적 표현 사이의 상호 정보를 반영하는 다양한 분포를 학습할 수 있어, 확률적 사고의 언어(PLoT) 모델과 유사한 특성을 보인다. 이러한 접근법은 기호와 하위 기호 처리를 통합하는 통일된 프레임워크를 제공하며, 인지 과정의 복잡한 이중성을 반영한다.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Andrew Nam, ... a las arxiv.org 09-27-2024
https://arxiv.org/pdf/2310.01807.pdfConsultas más profundas